Python implémente un programme d'inférence AI: moins de vingt lignes de code

  Il est très simple de mettre en œuvre des programmes d'inférence AI en Python. À l'exception des références de module et des définitions constantes, il y a moins de 20 lignes de programmes pour réaliser des calculs d'inférence AI! Il n'y a que cinq fonctions réelles pour le calcul de l'inférence AI!

• La première étape consiste à utiliser cv.dnn.readNet () pour lire le fichier de modèle IR au format OpenVINO
• La deuxième étape, utilisez net.setPreferableTarget (DEVICE) pour spécifier le matériel d'exécution du calcul de l'inférence AI
• La troisième étape consiste à utiliser cv.dnn.blobFromImage () et net.setInput () pour transférer les données d'image vers le modèle AI
• La quatrième étape consiste à utiliser net.forward () pour implémenter le calcul d'inférence AI
• La cinquième étape consiste à analyser les résultats du calcul du raisonnement

Le code complet pour implémenter le calcul d'inférence AI basé sur OpenCV et OpenVINO en Python est le suivant

#导入opencv-openvino模块
import cv2 as cv
import time
#配置推断计算设备，IR文件路径，图片路径
DEVICE = cv.dnn.DNN_TARGET_CPU
model_xml = 'D:/tf_train/workspaces/cats_dogs/IR_model/cats_dogs_detector.xml'
model_bin = 'D:/tf_train/workspaces/cats_dogs/IR_model/cats_dogs_detector.bin'
image_file = 'D:/tf_train/workspaces/cats_dogs/images/test/3.jpg'

#读取IR模型文件
net = cv.dnn.readNet(model_xml, model_bin)

#指定AI推理计算执行硬件
net.setPreferableTarget(DEVICE)

#读取图片
img = cv.imread(image_file)

#将图片传入模型的输入张量
blob = cv.dnn.blobFromImage(img,ddepth=cv.CV_8U)
net.setInput(blob)

#执行推断计算
start = time.time()
out = net.forward()
end = time.time()
print("Infer Time:{}ms".format((end-start)*1000))

#处理推断计算结果
for detection in out.reshape(-1, 7):
    confidence = float(detection[2])
    xmin = int(detection[3] * img.shape[1])
    ymin = int(detection[4] * img.shape[0])
    xmax = int(detection[5] * img.shape[1])
    ymax = int(detection[6] * img.shape[0])

    if confidence>0.7:
        cv.rectangle(img, (xmin, ymin), (xmax, ymax), (0, 255, 0))
        conf = "{:.4f}".format(confidence)
        font = cv.FONT_HERSHEY_COMPLEX_SMALL
        cv.putText(img, conf, (xmin, ymin - 5), font, 1, (0, 0, 255))

#显示处理结果
cv.imshow("Detection results",img)
cv.waitKey(0)
cv.destroyAllWindows()
print("Inference is completed...")

Comment former votre propre modèle d'intelligence artificielle et comment obtenir des fichiers de modèle IR OpenVINO?
Apprentissage avancé: "Technologie de reconnaissance d'images d'apprentissage en profondeur"